Tous ses articles
-
XAI ou eXplainable Artificial Intelligence : Qu’est-ce que c’est
Un des grands défis de l’apprentissage automatique est de produire des systèmes capables d’expliquer leurs décisions et leurs actions aux utilisateurs humains. C’est ainsi que l’explicabilité des Intelligences artificielles ( XAI ) est devenue un des challenges du Machine Learning et fait désormais partie intégrante du métier des Data Scientists qui sont appelés à convaincre les utilisateurs de l’acceptabilité du raisonnement de leurs modèles.
Lire la suite -
Generative Adversarial Networks ou GAN : Qu’est-ce que c’est ?
Les réseaux antagonistes génératifs représentent une avancée majeure dans le domaine de l’Intelligence artificielle et du Deep Learning. Aussi appelés GANs, Generative Adversarial Networks, ce sont des modèles d’apprentissage automatique non supervisés qui utilisent deux réseaux de neurones pour générer de nouvelles données réalistes. Qu’est-ce que les réseaux antagonistes génératifs exactement ? Quel est leur fonctionnement ? Quelles sont les applications des GANs ? Découvrez toutes les réponses dans cet article.
Lire la suite -
Machine Learning & Clustering : Focus sur l’algorithme CAH
Le clustering est une discipline particulière du Machine Learning ayant pour objectif de séparer vos données en groupes homogènes ayant des caractéristiques communes. C’est un domaine très apprécié en marketing, par exemple, où l’on cherche souvent à segmenter les bases clients pour détecter des comportements particuliers.
Lire la suite -
Modèle SARIMAX : Qu’est-ce que c’est ? Comment l’appliquer aux séries temporelles ?
L’analyse des séries temporelles est une méthodologie cruciale dans de nombreux domaines, tels que la finance, l’économie, la météorologie et la biologie.
Lire la suite -
Qu’est ce qu’un dataset ? Comment le manipuler ?
Les datasets (ou jeux de données) sont couramment utilisés en machine learning. Ils regroupent un ensemble de données cohérents qui peuvent se présenter sous différents formats (textes, chiffres, images, vidéos etc…).
Lire la suite -
Data source : Définition et détails sur leur fonctionnement
Fake news ! Depuis quelques années, ce terme est à la mode. En cause, la fiabilité des informations. C’est justement toute l’importance des sources de données. Si dans le monde journalistique, cela renvoie à l’origine de l’information, dans le monde de la data expertise, les sources de données correspondent aux lieux de stockage qui regroupent une grande quantité d’informations. Alors qu’est-ce qu’une data source ? À quoi sert-elle ? Comment fonctionne-t-elle ? Les réponses sont ici.
Lire la suite -
Fine tuning vs Prompt Engineering : Quelles différences ?
GPT-4, PaLM 2, BARD… les avancées dans le domaine de l’intelligence artificielle ne cessent de se multiplier. Et surtout, elles deviennent accessibles à tous.
Lire la suite -
Underfitting ou le sous-ajustement en Machine Learning
La définition du bon modèle est primordiale pour réaliser des prédictions pertinentes en Machine Learning. Mais un mauvais ajustement des données d’apprentissage peut affecter la performance des analyses prédictives. C’est justement ce qui se passe avec l’underfitting. Alors de quoi s’agit-il ? Et comment l’éviter ? Les réponses sont ici.
Lire la suite -
Anthropic : redéfinir l’intelligence artificielle avec l’éthique au cœur
Fondée par d’anciens responsables de OpenAI, fortement soutenue par Amazon, Anthropic a créé l’IA du nom de Claude. Celle-ci entend marquer sa différence avec ChatGPT ou Gemini sur des points où on ne l’attendait pas forcément.
Lire la suite -
Terraform : tout savoir sur l’outil d’Infrastructure as Code open source
L’Infrastructure en tant que Code (IaC) est un concept très répandu parmi les professionnels DevOps. Il s’agit du processus de gestion et de provisionnement de l’infrastructure IT complète en utilisant des fichiers de définition lisibles par les machines. On applique donc une approche d’ingénierie logicielle aux opérations. Ceci aide à automatiser l’intégralité du Data Center grâce à des scripts de programmation. Toutefois, l’Infrastructure as Code implique de nombreux défis. L’usage du code informatique est nécessaire, et les changements ne peuvent pas être suivis. L’impact des changements est imprévisible, et il peut être difficile de les inverser. En outre, les ressources ne peuvent être automatisées. Afin de relever ces défis, HashiCorp a développé Terraform. Découvrez tout ce que vous devez savoir sur cet outil.
Lire la suite -
Algorithme de Dijkstra : comment trouver le plus court chemin ?
La théorie des graphes est une branche des mathématiques et de l’informatique qui consiste à modéliser différents problèmes de la vie réelle sous forme de graphes. L’une des utilisations les plus classiques est la modélisation d’un réseau routier entre différentes villes. L’une des problématiques principales étant l’optimisation des distances entre deux points. Pour trouver le plus court chemin , on utilise souvent l’algorithme de Dijkstra. Revenons sur son fonctionnement dans cet article Voyons un exemple (tiré de Wikipedia) :
Lire la suite -
Pylint : Qu’est-ce que c’est ? À quoi ça sert ?
Dans cet article, découvrez l’univers de Pylint pour transformer votre façon de programmer. Que vous soyez un développeur chevronné ou un débutant passionné, Pylint est votre allié pour améliorer la qualité de votre code.
Lire la suite
The newsletter of the future
Get a glimpse of the future straight to your inbox. Subscribe to discover tomorrow’s tech trends, exclusive tips, and offers just for our community.
